vratiotest

随机游走方差比检验

折叠所有页面

语法

h = vratiotest (y) h = vratiotest (y,“ParameterName”,ParameterValue,……) [h, pValue] = vratiotest(…) [h, pValue,统计]= vratiotest(…) [h, pValue,统计,cValue] = vratiotest(…) [h, pValue,统计,cValue比率)= vratiotest(…)

描述

h = vratiotest (y)评估单变量时间序列中随机游动的零假设y．

h = vratiotest (y,“ParameterName”,ParameterValue,……)接受一个或多个以逗号分隔的参数值对的可选输入。“ParameterName”是单引号内参数的名称。ParameterValue值对应于“ParameterName”．以任意顺序指定参数-值对;名字是不区分大小写的。通过传递任意参数的向量值来执行多个测试。多个测试产生矢量结果。

[h, pValue] = vratiotest(…)返回p-测试统计信息的值。

[h, pValue,统计]= vratiotest(…)返回测试统计信息。

[h, pValue,统计,cValue] = vratiotest(…)返回测试的关键值。

[h, pValue,统计,cValue比率)= vratiotest(…)返回一个比率向量。

输入参数

`y`	时间序列数据的向量。最后一个因素是最近的观察结果。测试忽略了`南`值，表示缺少的条目。输入系列`y`在水平。转换返回序列`r`水平,定义`y (1)`,让`y = cumsum ([y (1); r])`．

名称-值参数

α

检验的标称显著性水平的标量或向量。设置值之间0和1．

这个测试是双尾的，所以vratiotest当测试统计量超出临界时间间隔时，拒绝随机漫步null[-cValue, cValue]．每个超出临界区间的尾部都有概率α/ 2。

默认值:0．05

IID

布尔值的标量或向量，指示是否假定独立同分布(IID)创新。

为了加强空模型，并假设e（t)为独立同分布(IID)，设置IID来真正的．

IID假设对于长期宏观经济或金融价格序列往往是不合理的。由于异方差而拒绝随机游走零值在这些情况下并不有趣。

默认值:假

期

大于1且小于观测数一半的整数的标量或向量y，表示周期问用于为方差比率创建重叠的回报水平。

当这段时间问默认值为2，则收益的一阶自相关渐近等于比- - - - - -1．

测试找出最大的整数n这样n＊问≤T- - - - - -1,在那里T为样本量。然后它丢弃了最终的(T- - - - - -1) - - -n＊问观察。要包含这些最后的观察结果，请丢弃初始值(T- - - - - -1) - - -n＊问观察y在运行测试之前。

默认值:2

输出参数

`h`	测试的布尔决定向量，长度等于测试的数量。的值`h`等于`1`表示拒绝随机游走空值而选择备选项。的值`h`等于`0`指示拒绝随机游走空值的失败。
`pValue`	向量的p- 测试统计数据值，长度等于测试数量。值是标准的正常概率。
`统计`	测试统计量的向量，长度等于测试的次数。统计量是渐近标准正态的。
`cValue`	测试的临界值向量，长度等于测试次数。值是标准正态概率。
`比`	方差比向量，长度等于测试次数。每个比率是: 方差问-fold重叠返回地平线问乘以回报序列的方差对于随机游走，这些比值渐近等于1。对于均值回归级数，比值小于1。对于均值规避级数，比值大于1。

例子

全部折叠

评估一个系列是否是随机漫步

打开生活的脚本

测试一个美国股票指数是否是使用不同步长的随机漫步。在有或没有创新是独立的和相同分布的假设下执行测试。

加载全球大盘股指数数据集。关注每日标准普尔500指数(SP）.

负载Data_GlobalIdx1logSP =日志(DataTable.SP);图绘制(diff (logSP))轴紧

图中包含一个轴对象。axis对象包含一个类型为line的对象。

该图显示了可能的条件异方差。

检验该序列是否是使用不同周期的随机游走，创新点是否独立、同分布。

Q = [2 4 8 2 4 8];Flag = logical([1 1 1 0 0]); / /指定逻辑[h, pValue,统计,cValue比率)=.．.vratiotest (logSP“时间”问,“IID”国旗)

h =1 x6逻辑阵列0 0 1 0 0 0

pValue =1×60.5670 0.3307 0.0309 0.7004 0.5079 0.1303

统计=1×60.5724 -0.9727 -2.1579 0.3847 -0.6621 -1.5128

cValue =1×61.9600 1.9600 1.9600 1.9600 1.9600

率=1×61.0111 0.9647 0.8763 1.0111 0.9647 0.8763

rho1 =比率(1)1%收益的一阶自相关

rho1 = 0.0111

h指示测试未能拒绝该序列是5%水平的随机漫步，除非在以下情况期= 8,IID＝真正的．这种拒绝可能是由于检验没有考虑异方差。

算法

的vratiotest检验统计是基于回报率的方差估计比率r（t) =y（t) - - -y（t1)和时间问返回的视野r（t) +…+r（t- - - - - -问+ 1)．重叠的视界增加了估计器的效率并增加了测试的功率。在任何一个零，不相关的创新e（t)暗示这个时期问方差渐近等于问乘以周期1的方差。然而，比率的方差取决于异方差的程度，因此取决于零值。